hive

分区表

  • 功能:
    辅助查询,缩小查询范围
  • 用法:
    1 . 单分区表建表语句:
    create table day_table (id int, content string) partitioned by (dt string);单分区表,按天分区,在表结构中存在id,content,dt三列
    2 . 双分区建表语句:
    create table day_hour_table (id int, content string) partitioned by (dt string, hour string);双分区表,按天和小时分区,在表结构中新增加了dt和hour两列
    3 . 基于分区的查询的语句:
    SELECT day_table.* FROM day_table WHERE day_table.dt>= '2008-08-08'
    4 . 查看分区语句:
    show partitions day_hour_table
    心如大海

查询易错点

1 . group by不支持别名,order_by 推荐使用别名
2 . 查询多列时,不能针对某列使用distinct,因为对多列使用distinct,只有完全相同的才会被去重

select distinct ID,AA,BB from tName
查找ID+AA+BB列都不重复的

3 . A表left join B表时,如果on a.user=b.userid,where条件设置b.userid is null,则where条件不能再出现B表字段,否则查询结果为空。
因为既然要求B表链接为空,则在where子句设置B表其他字段的限制必然是找不到该字段的,可以on增加条件限制
4 . 多张表关联时

select count(A.id) from A 
left join B 
on A.id=B.id  
left join C 
on A.id=C.id
与
select count(A.id) from A 
left join B 
on A.id=B.id  
left join C 
on B.id=C.id
2者取出来的行数值是不一样的

5 . Join语法概述
http://www.cnblogs.com/BeginMan/p/3754322.html

  • 5.1
  • INNER JOIN(内连接,或等值连接):取得两个表中存在连接匹配关系的记录。
  • LEFT JOIN(左连接):取得左表(table1)完全记录,即是右表(table2)并无对应匹配记录。
  • RIGHT JOIN(右连接):与 LEFT JOIN 相反,取得右表(table2)完全记录,即是左表(table1)并无匹配对应记录。
  • Cross join:交叉连接,得到的结果是两个表的乘积,即笛卡尔积
  • 5.2 性能优化
  • left join/right join VS inner join
    • 尽量用inner join.避免 LEFT JOIN 和 NULL
    • on与 where的执行顺序,where在匹配完成后才进行过滤
    • 尽量避免子查询,而用join

6 . 关键字查询时需加上反引号``

性能优化:

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,793评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,567评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,342评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,825评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,814评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,680评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,033评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,687评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,175评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,668评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,775评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,419评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,020评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,978评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,206评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,092评论 2 351
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,510评论 2 343

推荐阅读更多精彩内容

  • 一、背景 在Hive Select查询中一般会扫描整个表内容,会消耗很多时间做没必要的工作。有时候只需要扫描表中关...
    Albert陈凯阅读 29,653评论 0 6
  • Hive没有行级别的插入,更新和删除操作,往表中插入数据的唯一方法就是使用成批载入操作.数据是以load的方式加载...
    紫玥迩阅读 602评论 0 0
  • 本来无一物,何处惹尘埃?李老师的家庭能量改造课程,真是听一次一次新得感悟;听一次一次心灵的洗礼;听一次一次回归本我...
    王静华宝龙学堂阅读 782评论 0 0
  • 太阳底下永远不缺新鲜事,吃瓜群众永远有吃不完的瓜。陈思诚的事还没扯清楚,佟丽娅依旧在真人秀节目里被追捧。这边另一个...
    应晓菲阅读 391评论 1 4
  • 几年前,在一个不熟悉的朋友的怂恿下,我机缘巧合去上了几节业余空手道课。教练热爱这项运动,但在国内又很难找到同好,为...
    目分目分目分阅读 295评论 0 1